محتوای دوره داده کاوی

1 1 1 1 1 1 1 1 1 1 میانگین امتیاز 0.00 (0 رای)
امتیاز کاربران
ضعیفعالی 

 

 

عنوان دوره:دوره آموزشی داده کاوی (آنلاین)

 

 

مدت زمان دوره: 24 ساعت (تئوری و مبانی نرم افزار)

پس از برگزاری 22 ساعت کلاس که شامل 16 ساعت تئوری و 6 ساعت آموزش مبانی نرم افزار است، یک جلسه 2 ساعته مشاوره و رفع اشکال برگزار خواهد شد که در آن در خصوص نحوه مشخص کردن نوآوری در تحقیقات داده کاوی، نحوه پروپزال نویسی و نحوه نگارش فصول مختلف پایان نامه با توجه به موضوعات پایان نامه دانشجویان بحث و گفتگو خواهد شد.


سرفصل های بخش تئوری دوره:

 

بخش سرفصل محتوا
 مقدمه ای بر داده‌کاوی   اهمیت داده کاوی، تعاریف مختلف داده کاوی، انواع روش های داده کاوی و مثال های عملی آن ها
آماده سازی داده ها نحوه پاکسازی داده  شناسایی داده های اشتباه و دورافتاده
مدیریت داده های از دست رفته  انواع روش‌های جایگزینی داده های از دست رفته
کاهش بعد و گسسته سازی داده ها  روش‌های کاهش حجم داده‌ها مانند تحلیل اجزای اصلی
انتخاب متغیرهای تأثیرگذار  بررسی چهار دسته اصلی روش های انتخاب ویژگی و روش های ابتکاری مانند الگوریتم ژنتیک و ازدحام ذرات
تحلیل آماری داده ها  روش‌های تک، دو و چند متغیره به منظور تشریح داده ها و روش‌های مصورسازی
رده بندی و پیش بینی مرور روش های معمول   درختان تصمیم، شبکه‌های عصبی، نزدیکترین همسایگی، بیز ساده، ماشین های بردار پشتیبان و غیره
نحوه ارزیابی مدل ها  روش های براساس شاخص و روش‌های تصویری
مرور روش های ترکیبی رده بندی  روش های bagging و boosting
خوشه بندی مرور روش های معمول  خوشه بندی سلسله مراتبی، k میانگین، روش های بر پایه چگالی، شبکه های عصبی (کوهنن) و غیره
نحوه ارزیابی مدل ها  بررسی شاخص های داخلی مانند: دان، نیمرخ، دیویس بولدین و شاخص های خارجی
قواعد انجمنی مرور روش های معمول  مفهوم اقلام مکرر، Apriori، FP-growth و غیره
نحوه ارزیابی مدل ها  معرفی شاخص‌های پشتیبانی، اطمینان، ترفیع
کشف نقاط دور افتاده مرور روش های معمول  روش های آماری، روش های بر پایه نزدیکترین همسایگی و روش های بر پایه داده کاوی

 


بخش عملی (نرم افزاری) دوره:


یکی از دو نرم افزار رپیدماینر (RapidMiner) و وکا (Weka) در این دوره آموزش داده خواهند شد. لازم به ذکر است مثال‌ها و تمریناتی که در کلاس حل می شوند بر اساس موضوعات پایان‌نامه شرکت کنندگان در دوره خواهد بود.


مدرس دوره:
آقای مهندس طه مکفی مدرس و محقق داده‌کاوی ، برگزار کننده همایش ها و دوره های آموزشی داده کاوی در سطح کشور، برگزار کننده بیش از 45 دوره خصوصی و نیمه خصوصی داده‌کاوی، مشاوره به بیش از 20 پایان نامه کارشناسی ارشد دانشگاه‌های دولتی و آزاد، مشاوره به شرکت ها و سازمان های مختلف دولتی و خصوصی.

 

به تمامی شرکت کنندگان در دوره گواهینامه شرکت در دوره آموزشی داده کاوی از طرف گروه داده کاوی ایران اهداء خواهد شد.

 


زمان برگزاری کلاس ها:

اطلاعات در خصوص زمان برگزاری کلاس ها در جدول زمان بندی دوره ها موجود می باشد. لطفا نظرات خود را در خصوص زمان برگزاری پیشنهادی از طریق فرم پیش ثبت نام با ما درمیان بگذارید. لازم به ذکر است که برگزاری این دوره در طول ایام هفته نیز با توجه به درخواست شرکت کنندگان میسر است.


هزینه شرکت در دوره:


به جدول زمانبندی دوره ها در این قسمت رجوع شود.

شماره تلفن تماس: به منظور کسب اطلاعات بیشتر در خصوص دوره ها با شماره تلفن های زیر تماس حاصل نمایید.

5 – 88560784 – 0210

همچنین می توانید از طریق ایمیل این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید سوالات خود را مطرح نمایید.

 

این صفحه را به اشتراک بگذارید

 

نویسنده

دیدگاه‌ها   

 
+2 #1 ماه منیر 1393-09-12 10:37
ایا میشه از نرم افزار رپیدماینر توی پایان نامه احساسات کاوی استفاده کرد؟برای احساسات کاوی کلا باید چه چیزایی رو یاد گرفت؟
نقل قول کردن
 

نوشتن دیدگاه


تصویر امنیتی
تصویر امنیتی جدید

شما اینجا هستید: خانه دوره های در حال اجرا محتوای دوره داده کاوی

مایل به شرکت در کدامیک از دوره های زیر هستید؟

داده کاوی - 60.7%
متن کاوی - 19.7%
وب کاوی - 9.8%
آموزش پروپزال نویسی - 3.3%
عقیده کاوی و تحلیل احساسات - 6.6%

كل آرا: 61
اين نظرسنجي به پايان رسيده است on: 19 سپتامبر 2014 - 00:00

جملات طلایی

نظر BBC در مورد داده کاوی

درمستندی از سوی شبکه BBC که در آن علم داده های بزرگ بررسی شد

ادامه مطلب...

فرضیه سازی قبل از وجود داده

اشتباه خیلی بزرگی است که قبل از وجود داده به فرضیه پردازی روی بیاوریم.

از: Arthur Conan Doyle

ادامه مطلب...